Run_GUM_by_Kei
kei kawamura
20/04/14
The GUM package runs the Global Upside Model presented in Costello et al. 2016. Once installed, you just need to pass it a data frame with at minimum variables IdOrig (id), Year (year), Catch (catch), and SpeciesCat, the numeric ISSCAAP species category. SciName (scientific name) helps as well. The rest should take care of itself.
Important: You must pass a data frame and NOT a data table as used with dplyr for the analysis to work. If you converted your data to a data table while preparing it be sure to convert it back to a true data frame using data.frame()
Additional parameters that can be supplied to the data frame as available are:
| Variable | Description |
|---|---|
| MaxLength | The maximum length |
| AgeMat | Age at Maturity |
| VonBertK | Von Bert Growth Rate |
| Temp | Preferred temperature |
| b_to_k_ratio | Ratio of bmsy to K |
Even if you only have these for selected stocks, the model will try and fill in missing values from FishBase.
~~~ Kei Note ~~~
ISSCAAP short for International Standard Statistical Classification of Aquatic Animals and Plants
This explanation said data frame that using GUM require at minimum IdOring, Year, Catch and SpeciesCat. But, What id is IdOrig?
Note!! fishbase_lifehistory, isscaap and regs is included sysdata.rda file. Don’t need create these data frame on this code.
regsに含まれている6つの回帰はそれぞれ説明変数が少しだけ違っている
[M1]LogBvBmsy ~ YearsBack + ScaledCatch + ScaledCatch1Back + ScaledCatch2Back +
ScaledCatch3Back + ScaledCatch4Back + MaxCatch + TimeToMaxCatch +
InitialScaledCatchSlope + MeanScaledCatch + CatchToRollingMax +
MaxLength + AgeMat + VonBertK + Temp + SpeciesCatName
[M2]LogBvBmsy ~ YearsBack + ScaledCatch + ScaledCatch1Back + ScaledCatch2Back +
ScaledCatch3Back + ScaledCatch4Back + MaxCatch + TimeToMaxCatch +
InitialScaledCatchSlope + MeanScaledCatch + CatchToRollingMax +
MaxLength + AgeMat + VonBertK + SpeciesCatName #Tempが抜けた
[M3]LogBvBmsy ~ YearsBack + ScaledCatch + ScaledCatch1Back + ScaledCatch2Back +
ScaledCatch3Back + ScaledCatch4Back + MaxCatch + TimeToMaxCatch +
InitialScaledCatchSlope + MeanScaledCatch + CatchToRollingMax +
MaxLength + VonBertK + SpeciesCatName #AgeMatが抜けた
[M4]LogBvBmsy ~ YearsBack + ScaledCatch + ScaledCatch1Back + ScaledCatch2Back +
ScaledCatch3Back + ScaledCatch4Back + MaxCatch + TimeToMaxCatch +
InitialScaledCatchSlope + MeanScaledCatch + CatchToRollingMax +
VonBertK + SpeciesCatName #MaxLengthが抜けた
[M6]LogBvBmsy ~ YearsBack + ScaledCatch + ScaledCatch1Back + ScaledCatch2Back +
ScaledCatch3Back + ScaledCatch4Back + MaxCatch + TimeToMaxCatch +
InitialScaledCatchSlope + MeanScaledCatch + CatchToRollingMax +
SpeciesCatName #VonBertKが抜けた
1個ずつ説明変数が抜けている。logBvBmsy==TorFでmodel_workedがつけられ、TRUEでモデルナンバーが最も小さいのを選択するので、logBvBmsyが算出できた中で最も説明変数が多いものを選択している。抜けていく説明変数は個体の特徴を表したものであるため、[M6]の様に生活史情報がなくても名前だけでシミューションを回すことも可能である。
**日本の魚種のモデルは抜ける説明変数の順序が異なる。AgeMat-VonBertK-Temp-MaxLengthの順に抜いていく。
~~~~~~~~~~~~~~~~
First, let’s take a look at some sample data
#いわて大漁ナビのデータでRun
#Create Date 3/24
#いわて大漁ナビにあるイシガレイのデータでRunするかの確認のためだけのコード
#Stevenさんの方のCatch-MSYのコードは正常に動いた
#ここで重要なのは、Catch-MSYの前提となっている。
#「使用する漁獲量は移出入の無い閉鎖的な資源の単位から得られたものである」と「高い利用率である」
#を満たしているのかどうかである。
#Upsideの前提をできるだけ満たしたい。しかし、県レベルで完結する系群は国内にほぼなく、岩手県内には皆無である。
#従って、高い利用率を満たすべく、岩手県の漁業の中心を担うサンマで行う。(サンマは国際魚種のためより前提から外れている)
#サンマのデータ作成 (IdOrig,Year,Catch,SpeciesCat,SciNameが必要)
library(rfishbase)
library(tidyverse)
regs <- regs_JP
#いわて大漁ナビのデータを読み込む。
setwd("/Users/keikawamura/Upside-prefecture/Other/GUM-master-Kei/data")
#setwd("/Volumes/GoogleDrive/共有ドライブ/gakuLab_Research_Upside/Upside-U.Iwate/Other")
navi <- readRDS("IwateData_Cleaned_Kei_24Feb20.rds")
lifehistory <- read_csv("Upside_Iwate_TairyoNavi_Fishlist.csv")
#filterを使わない方法。ベクトルの要素の抽出方法の応用である。データフレーム全体に論理式を使用することはできないため、論理式を満たす行or列の指定が必要である。
#fish <- navi[navi$Fish_Species=="pacific_saury",]
#fish$IdOrig <- "Japan-68"
#fish$SpeciesCat <- 37
#fish$SciName <- "Cololabis saira"
#fish$CommName <- "pacific_saury"
#4/6kei:全魚種でコードを回すために設計
fish <- navi %>%
group_by(Fish_Species,Year) %>%
summarise(Landings_kg = sum(Landings_kg))
fish$Year <- as.numeric(fish$Year)
fish$Landings_t <- floor(fish$Landings_kg/1000) #単位をトンにして、切り捨て
#学名を付与
fish <- fish %>%
left_join(lifehistory,by=c("Fish_Species"="CommName"))
fish1 <- fish %>%
select(IdOrig,Year,Catch=Landings_kg,SpeciesCat,SciName,Fish_Species) %>%
group_by(Year,IdOrig) %>%
mutate(Catch = floor(sum(Catch)/1000)) %>% #4/2kei:StevenさんのCatchMSYのコードを見るとCatchは1単位1000tにしている
ungroup() %>%
unique() %>%
data.frame() #dataframeにしておくと、if()で条件に該当しなくてもエラーが返ってこず、そのまま無視して進めてくれる
#日本全体
fish_JP <- RAM_JP_2 %>%
select(IdOrig,Year,Catch=Landing_t,SpeciesCat,SciName,Fish_Species = CommStockName) %>%
group_by(Year,IdOrig) %>%
mutate(Catch = floor(sum(Catch)/1000)) %>% #4/2kei:StevenさんのCatchMSYのコードを見るとCatchは1単位1000tにしている
ungroup() %>%
mutate(Year = as.integer(Year),SpeciesCat = as.integer(SpeciesCat)) %>%
unique() %>%
data.frame()There’s about 100 stocks in there, so let’s subset this down to something smaller, and with less data to test the package
#stocks = unique(sample_data$IdOrig)
#sub = sample(stocks, 10, replace = F)
#small_dat = filter(sample_data, IdOrig %in% sub)
#less_dat = small_dat %>%
# dplyr::select(IdOrig,SciName,SpeciesCat,CommName,Year,Catch,BvBmsy) %>%
# mutate(IdOrig = as.character(IdOrig))
#less_dat = sample_data %>%
# dplyr::select(IdOrig,SciName,SpeciesCat,CommName,Year,Catch,BvBmsy) %>%
# mutate(IdOrig = as.character(IdOrig)) %>%
# filter(CommName=="Chinook(=Spring=King) salmon")
#no_dat <- less_dat %>%
# mutate(SpeciesCat = 36, SciName = 'Blah')
#結果をリストで全て返すことも可能である。その場合は、run_gum_assessment_Kei()のapply_fun()の$CatchMSY以下を取り除く
results = run_gum_assessment_Kei(dat = fish_JP)## [1] "3.7037037037037% Done with Resilience"
## [1] "7.40740740740741% Done with Resilience"
## [1] "11.1111111111111% Done with Resilience"
## [1] "14.8148148148148% Done with Resilience"
## [1] "18.5185185185185% Done with Resilience"
## [1] "22.2222222222222% Done with Resilience"
## [1] "25.9259259259259% Done with Resilience"
## [1] "29.6296296296296% Done with Resilience"
## [1] "33.3333333333333% Done with Resilience"
## [1] "37.037037037037% Done with Resilience"
## [1] "40.7407407407407% Done with Resilience"
## [1] "44.4444444444444% Done with Resilience"
## [1] "48.1481481481481% Done with Resilience"
## [1] "51.8518518518518% Done with Resilience"
## [1] "55.5555555555556% Done with Resilience"
## [1] "59.2592592592593% Done with Resilience"
## [1] "62.962962962963% Done with Resilience"
## [1] "66.6666666666667% Done with Resilience"
## [1] "70.3703703703704% Done with Resilience"
## [1] "74.0740740740741% Done with Resilience"
## [1] "77.7777777777778% Done with Resilience"
## [1] "81.4814814814815% Done with Resilience"
## [1] "85.1851851851852% Done with Resilience"
## [1] "88.8888888888889% Done with Resilience"
## [1] "92.5925925925926% Done with Resilience"
## [1] "96.2962962962963% Done with Resilience"
## [1] "100% Done with Resilience"
## Gadus chalcogrammus
## Last year:データ最新年 = 2013 , last catch:データ最新年漁獲量 = 9
## Resilience:レジリエンス = Low
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.1891506 - 0.2168793 k
## Assumed intermediate biomass (B/K) in 1998 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.07544918 - 0.1033332 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.007912663 - 0.02373799
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 145 - 7250
## Find ( 0 ) possible g-k combinations from 1st run
## ( 13 ) possible g-k combinations from 2nd run
## First MSY (平均推定MSY) = 64.2
## First g (平均推定成長率) = 0.0228
## New upper bound for g (更新した成長率範囲) = 0.028
## New range for k (更新した環境収容力範囲)= 6162 - 7237
## Possible combinations (パラメーターgとkの候補数) = 1104
## geom. mean g (推定されたgの候補の平均) = 0.0253
## g +/- 1.96 SD (gの95%信頼区間) = 0.0216 - 0.0297
## geom. mean k (推定されたkの候補の平均)= 6924
## k +/- 1.96 SD (kの95%信頼区間) = 6513 - 7360
## geom. mean MSY (推定されたMSYの平均)= 70.1
## MSY +/- 1.96 SD (95%信頼区間) = 60.8 - 80.8
## Gadus chalcogrammus
## Last year:データ最新年 = 2013 , last catch:データ最新年漁獲量 = 155
## Resilience:レジリエンス = Low
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.4944934 - 0.5254706 k
## Assumed intermediate biomass (B/K) in 1999 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.3642881 - 0.3942466 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.007912663 - 0.02373799
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 279 - 13950
## Find ( 0 ) possible g-k combinations from 1st run
## ( 59 ) possible g-k combinations from 2nd run
## First MSY (平均推定MSY) = 112
## First g (平均推定成長率) = 0.0212
## New upper bound for g (更新した成長率範囲) = 0.028
## New range for k (更新した環境収容力範囲)= 10866 - 13872
## Possible combinations (パラメーターgとkの候補数) = 1990
## geom. mean g (推定されたgの候補の平均) = 0.0242
## g +/- 1.96 SD (gの95%信頼区間) = 0.0193 - 0.0303
## geom. mean k (推定されたkの候補の平均)= 12718
## k +/- 1.96 SD (kの95%信頼区間) = 11268 - 14355
## geom. mean MSY (推定されたMSYの平均)= 123
## MSY +/- 1.96 SD (95%信頼区間) = 101 - 149
## Trachurus japonicus
## Last year:データ最新年 = 2013 , last catch:データ最新年漁獲量 = 27
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.2522938 - 0.2818277 k
## Assumed intermediate biomass (B/K) in 1999 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.1135756 - 0.1349787 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 80 - 4000
## Find ( 58 ) possible g-k combinations from 1st run
## First MSY (平均推定MSY) = 44.4
## First g (平均推定成長率) = 0.0376
## New upper bound for g (更新した成長率範囲) = 0.091
## New range for k (更新した環境収容力範囲)= 1554 - 3792
## Possible combinations (パラメーターgとkの候補数) = 211
## geom. mean g (推定されたgの候補の平均) = 0.0411
## g +/- 1.96 SD (gの95%信頼区間) = 0.0222 - 0.0763
## geom. mean k (推定されたkの候補の平均)= 2771
## k +/- 1.96 SD (kの95%信頼区間) = 1752 - 4383
## geom. mean MSY (推定されたMSYの平均)= 45.6
## MSY +/- 1.96 SD (95%信頼区間) = 38.8 - 53.6
## Trachurus japonicus
## Last year:データ最新年 = 2013 , last catch:データ最新年漁獲量 = 121
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.09844661 - 0.126335 k
## Assumed intermediate biomass (B/K) in 1995 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.1855486 - 0.2065238 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 235 - 11750
## Find ( 9 ) possible g-k combinations from 1st run
## ( 80 ) possible g-k combinations from 2nd run
## First MSY (平均推定MSY) = 228
## First g (平均推定成長率) = 0.0622
## New upper bound for g (更新した成長率範囲) = 0.094
## New range for k (更新した環境収容力範囲)= 6069 - 11003
## Possible combinations (パラメーターgとkの候補数) = 434
## geom. mean g (推定されたgの候補の平均) = 0.066
## g +/- 1.96 SD (gの95%信頼区間) = 0.0511 - 0.0852
## geom. mean k (推定されたkの候補の平均)= 8527
## k +/- 1.96 SD (kの95%信頼区間) = 6125 - 11870
## geom. mean MSY (推定されたMSYの平均)= 225
## MSY +/- 1.96 SD (95%信頼区間) = 206 - 246
## Gadus macrocephalus
## Last year:データ最新年 = 2014 , last catch:データ最新年漁獲量 = 29
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.005197423 - 0.03761599 k
## Assumed intermediate biomass (B/K) in 2007 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.02124048 - 0.05695945 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 29 - 1450
## Find ( 0 ) possible g-k combinations from 1st run
## ( 0 ) possible g-k combinations from 2nd run
## Too few ( 0 ) possible g-k combinations, check input parameters
## Sardinops sagax
## Last year:データ最新年 = 2013 , last catch:データ最新年漁獲量 = 148
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.9656768 - 1 k
## Assumed intermediate biomass (B/K) in 1996 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.9674676 - 1 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 2837 - 141850
## Find ( 4 ) possible g-k combinations from 1st run
## ( 677 ) possible g-k combinations from 2nd run
## First MSY (平均推定MSY) = 2586
## First g (平均推定成長率) = 0.0625
## New upper bound for g (更新した成長率範囲) = 0.095
## New range for k (更新した環境収容力範囲)= 47775 - 141043
## Possible combinations (パラメーターgとkの候補数) = 3674
## geom. mean g (推定されたgの候補の平均) = 0.0699
## g +/- 1.96 SD (gの95%信頼区間) = 0.0459 - 0.106
## geom. mean k (推定されたkの候補の平均)= 94299
## k +/- 1.96 SD (kの95%信頼区間) = 54131 - 164273
## geom. mean MSY (推定されたMSYの平均)= 2637
## MSY +/- 1.96 SD (95%信頼区間) = 1595 - 4359
## Sardinops sagax
## Last year:データ最新年 = 2013 , last catch:データ最新年漁獲量 = 64
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.72874 - 0.7826138 k
## Assumed intermediate biomass (B/K) in 1988 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.9721112 - 1 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 1546 - 77300
## Find ( 0 ) possible g-k combinations from 1st run
## ( 468 ) possible g-k combinations from 2nd run
## First MSY (平均推定MSY) = 1513
## First g (平均推定成長率) = 0.0672
## New upper bound for g (更新した成長率範囲) = 0.095
## New range for k (更新した環境収容力範囲)= 28472 - 74346
## Possible combinations (パラメーターgとkの候補数) = 2837
## geom. mean g (推定されたgの候補の平均) = 0.0751
## g +/- 1.96 SD (gの95%信頼区間) = 0.0553 - 0.102
## geom. mean k (推定されたkの候補の平均)= 51498
## k +/- 1.96 SD (kの95%信頼区間) = 31306 - 84713
## geom. mean MSY (推定されたMSYの平均)= 1547
## MSY +/- 1.96 SD (95%信頼区間) = 989 - 2419
## Cololabis saira
## Last year:データ最新年 = 2013 , last catch:データ最新年漁獲量 = 211
## Resilience:レジリエンス = High
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.9745047 - 1 k
## Assumed intermediate biomass (B/K) in 2010 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.7163172 - 0.7667588 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.07912663 - 0.1582533
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 303 - 15150
## Find ( 515 ) possible g-k combinations from 1st run
## First MSY (平均推定MSY) = 202
## First g (平均推定成長率) = 0.11
## New upper bound for g (更新した成長率範囲) = 0.19
## New range for k (更新した環境収容力範囲)= 3324 - 4522
## Possible combinations (パラメーターgとkの候補数) = 3623
## geom. mean g (推定されたgの候補の平均) = 0.143
## g +/- 1.96 SD (gの95%信頼区間) = 0.0994 - 0.206
## geom. mean k (推定されたkの候補の平均)= 4057
## k +/- 1.96 SD (kの95%信頼区間) = 3519 - 4677
## geom. mean MSY (推定されたMSYの平均)= 232
## MSY +/- 1.96 SD (95%信頼区間) = 176 - 306
## Thunnus orientalis
## Last year:データ最新年 = 2012 , last catch:データ最新年漁獲量 = 8
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.2445577 - 0.2736011 k
## Assumed intermediate biomass (B/K) in 1986 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.1144242 - 0.1406353 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 64 - 3200
## Find ( 2 ) possible g-k combinations from 1st run
## ( 32 ) possible g-k combinations from 2nd run
## First MSY (平均推定MSY) = 42.6
## First g (平均推定成長率) = 0.0387
## New upper bound for g (更新した成長率範囲) = 0.073
## New range for k (更新した環境収容力範囲)= 1810 - 3184
## Possible combinations (パラメーターgとkの候補数) = 305
## geom. mean g (推定されたgの候補の平均) = 0.0392
## g +/- 1.96 SD (gの95%信頼区間) = 0.0274 - 0.056
## geom. mean k (推定されたkの候補の平均)= 2725
## k +/- 1.96 SD (kの95%信頼区間) = 2134 - 3478
## geom. mean MSY (推定されたMSYの平均)= 42.7
## MSY +/- 1.96 SD (95%信頼区間) = 38 - 48
## Katsuwonus pelamis
## Last year:データ最新年 = 2015 , last catch:データ最新年漁獲量 = 248
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.7501673 - 0.7776511 k
## Assumed intermediate biomass (B/K) in 1995 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.6294064 - 0.6577598 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 413 - 20650
## Find ( 84 ) possible g-k combinations from 1st run
## First MSY (平均推定MSY) = 361
## First g (平均推定成長率) = 0.0574
## New upper bound for g (更新した成長率範囲) = 0.095
## New range for k (更新した環境収容力範囲)= 10295 - 20316
## Possible combinations (パラメーターgとkの候補数) = 494
## geom. mean g (推定されたgの候補の平均) = 0.0618
## g +/- 1.96 SD (gの95%信頼区間) = 0.0408 - 0.0938
## geom. mean k (推定されたkの候補の平均)= 14741
## k +/- 1.96 SD (kの95%信頼区間) = 10052 - 21618
## geom. mean MSY (推定されたMSYの平均)= 365
## MSY +/- 1.96 SD (95%信頼区間) = 347 - 384
## Kajikia audax
## Last year:データ最新年 = 2010 , last catch:データ最新年漁獲量 = 2
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.360544 - 0.3892497 k
## Assumed intermediate biomass (B/K) in 1994 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.2028697 - 0.2325118 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 13 - 650
## Find ( 76 ) possible g-k combinations from 1st run
## First MSY (平均推定MSY) = 6.38
## First g (平均推定成長率) = 0.0375
## New upper bound for g (更新した成長率範囲) = 0.092
## New range for k (更新した環境収容力範囲)= 234 - 535
## Possible combinations (パラメーターgとkの候補数) = 238
## geom. mean g (推定されたgの候補の平均) = 0.0404
## g +/- 1.96 SD (gの95%信頼区間) = 0.0229 - 0.0713
## geom. mean k (推定されたkの候補の平均)= 405
## k +/- 1.96 SD (kの95%信頼区間) = 275 - 598
## geom. mean MSY (推定されたMSYの平均)= 6.56
## MSY +/- 1.96 SD (95%信頼区間) = 5.47 - 7.85
## Paralichthys olivaceus
## Last year:データ最新年 = 2013 , last catch:データ最新年漁獲量 = 1
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.4739277 - 0.5003166 k
## Assumed intermediate biomass (B/K) in 2001 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.4861684 - 0.5126839 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 1 - 50
## Find ( 53 ) possible g-k combinations from 1st run
## First MSY (平均推定MSY) = 1.07
## First g (平均推定成長率) = 0.0638
## New upper bound for g (更新した成長率範囲) = 0.093
## New range for k (更新した環境収容力範囲)= 30.8 - 49.7
## Possible combinations (パラメーターgとkの候補数) = 378
## geom. mean g (推定されたgの候補の平均) = 0.0675
## g +/- 1.96 SD (gの95%信頼区間) = 0.0515 - 0.0884
## geom. mean k (推定されたkの候補の平均)= 39.8
## k +/- 1.96 SD (kの95%信頼区間) = 30.1 - 52.6
## geom. mean MSY (推定されたMSYの平均)= 1.07
## MSY +/- 1.96 SD (95%信頼区間) = 1.04 - 1.11
## Paralichthys olivaceus
## Last year:データ最新年 = 2013 , last catch:データ最新年漁獲量 = 1
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.0832356 - 0.1068401 k
## Assumed intermediate biomass (B/K) in 2005 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.08475397 - 0.1084391 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 1 - 50
## Find ( 0 ) possible g-k combinations from 1st run
## ( 0 ) possible g-k combinations from 2nd run
## Too few ( 0 ) possible g-k combinations, check input parameters
## Scomberomorus niphonius
## Last year:データ最新年 = 2013 , last catch:データ最新年漁獲量 = 1
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.2339805 - 0.2648263 k
## Assumed intermediate biomass (B/K) in 2002 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.1447025 - 0.1735989 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 2 - 100
## Find ( 135 ) possible g-k combinations from 1st run
## First MSY (平均推定MSY) = 0.842
## First g (平均推定成長率) = 0.0389
## New upper bound for g (更新した成長率範囲) = 0.093
## New range for k (更新した環境収容力範囲)= 28.9 - 71.7
## Possible combinations (パラメーターgとkの候補数) = 453
## geom. mean g (推定されたgの候補の平均) = 0.0409
## g +/- 1.96 SD (gの95%信頼区間) = 0.022 - 0.0763
## geom. mean k (推定されたkの候補の平均)= 52.2
## k +/- 1.96 SD (kの95%信頼区間) = 32.5 - 83.7
## geom. mean MSY (推定されたMSYの平均)= 0.854
## MSY +/- 1.96 SD (95%信頼区間) = 0.731 - 0.997
## Xiphias gladius
## Last year:データ最新年 = 2012 , last catch:データ最新年漁獲量 = 8
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.9158223 - 0.9378494 k
## Assumed intermediate biomass (B/K) in 1986 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.4914567 - 0.5126706 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 20 - 1000
## Find ( 77 ) possible g-k combinations from 1st run
## First MSY (平均推定MSY) = 10.6
## First g (平均推定成長率) = 0.0411
## New upper bound for g (更新した成長率範囲) = 0.094
## New range for k (更新した環境収容力範囲)= 357 - 898
## Possible combinations (パラメーターgとkの候補数) = 253
## geom. mean g (推定されたgの候補の平均) = 0.0441
## g +/- 1.96 SD (gの95%信頼区間) = 0.022 - 0.0887
## geom. mean k (推定されたkの候補の平均)= 616
## k +/- 1.96 SD (kの95%信頼区間) = 370 - 1024
## geom. mean MSY (推定されたMSYの平均)= 10.9
## MSY +/- 1.96 SD (95%信頼区間) = 8.95 - 13.2
## Thunnus albacares
## Last year:データ最新年 = 2015 , last catch:データ最新年漁獲量 = 57
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.5724284 - 0.5932348 k
## Assumed intermediate biomass (B/K) in 1987 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.3750374 - 0.3938148 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 123 - 6150
## Find ( 29 ) possible g-k combinations from 1st run
## First MSY (平均推定MSY) = 80.1
## First g (平均推定成長率) = 0.0452
## New upper bound for g (更新した成長率範囲) = 0.092
## New range for k (更新した環境収容力範囲)= 2553 - 6127
## Possible combinations (パラメーターgとkの候補数) = 122
## geom. mean g (推定されたgの候補の平均) = 0.0467
## g +/- 1.96 SD (gの95%信頼区間) = 0.0258 - 0.0843
## geom. mean k (推定されたkの候補の平均)= 4302
## k +/- 1.96 SD (kの95%信頼区間) = 2612 - 7083
## geom. mean MSY (推定されたMSYの平均)= 80.3
## MSY +/- 1.96 SD (95%信頼区間) = 73.1 - 88.1
## Oncorhynchus keta
## Last year:データ最新年 = 2012 , last catch:データ最新年漁獲量 = 56
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.6581353 - 0.6823566 k
## Assumed intermediate biomass (B/K) in 1985 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.5467962 - 0.5716364 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 80 - 4000
## Find ( 133 ) possible g-k combinations from 1st run
## First MSY (平均推定MSY) = 43.3
## First g (平均推定成長率) = 0.0411
## New upper bound for g (更新した成長率範囲) = 0.094
## New range for k (更新した環境収容力範囲)= 1422 - 3747
## Possible combinations (パラメーターgとkの候補数) = 438
## geom. mean g (推定されたgの候補の平均) = 0.0462
## g +/- 1.96 SD (gの95%信頼区間) = 0.023 - 0.0928
## geom. mean k (推定されたkの候補の平均)= 2401
## k +/- 1.96 SD (kの95%信頼区間) = 1388 - 4152
## geom. mean MSY (推定されたMSYの平均)= 44.4
## MSY +/- 1.96 SD (95%信頼区間) = 38.1 - 51.7
## Oncorhynchus tshawytscha
## Last year:データ最新年 = 2007 , last catch:データ最新年漁獲量 = 0
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.5640031 - 0.6004649 k
## Assumed intermediate biomass (B/K) in 1982 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.3970148 - 0.4312348 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 3 - 150
## Find ( 96 ) possible g-k combinations from 1st run
## First MSY (平均推定MSY) = 1.33
## First g (平均推定成長率) = 0.0394
## New upper bound for g (更新した成長率範囲) = 0.09
## New range for k (更新した環境収容力範囲)= 43.8 - 123
## Possible combinations (パラメーターgとkの候補数) = 325
## geom. mean g (推定されたgの候補の平均) = 0.0407
## g +/- 1.96 SD (gの95%信頼区間) = 0.0212 - 0.0781
## geom. mean k (推定されたkの候補の平均)= 81.5
## k +/- 1.96 SD (kの95%信頼区間) = 47 - 141
## geom. mean MSY (推定されたMSYの平均)= 1.33
## MSY +/- 1.96 SD (95%信頼区間) = 1.2 - 1.47
## Oncorhynchus tshawytscha
## Last year:データ最新年 = 2012 , last catch:データ最新年漁獲量 = 5
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.9869591 - 1 k
## Assumed intermediate biomass (B/K) in 1985 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.8924747 - 0.9172534 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 12 - 600
## Find ( 0 ) possible g-k combinations from 1st run
## ( 97 ) possible g-k combinations from 2nd run
## First MSY (平均推定MSY) = 15.7
## First g (平均推定成長率) = 0.0726
## New upper bound for g (更新した成長率範囲) = 0.095
## New range for k (更新した環境収容力範囲)= 407 - 600
## Possible combinations (パラメーターgとkの候補数) = 2027
## geom. mean g (推定されたgの候補の平均) = 0.0809
## g +/- 1.96 SD (gの95%信頼区間) = 0.0655 - 0.0999
## geom. mean k (推定されたkの候補の平均)= 514
## k +/- 1.96 SD (kの95%信頼区間) = 419 - 631
## geom. mean MSY (推定されたMSYの平均)= 16.6
## MSY +/- 1.96 SD (95%信頼区間) = 13.4 - 20.7
## Oncorhynchus gorbuscha
## Last year:データ最新年 = 2012 , last catch:データ最新年漁獲量 = 168
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.86492 - 0.8829743 k
## Assumed intermediate biomass (B/K) in 1985 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.568226 - 0.5827637 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 207 - 10350
## Find ( 64 ) possible g-k combinations from 1st run
## First MSY (平均推定MSY) = 116
## First g (平均推定成長率) = 0.0436
## New upper bound for g (更新した成長率範囲) = 0.094
## New range for k (更新した環境収容力範囲)= 4071 - 9134
## Possible combinations (パラメーターgとkの候補数) = 300
## geom. mean g (推定されたgの候補の平均) = 0.046
## g +/- 1.96 SD (gの95%信頼区間) = 0.0221 - 0.0957
## geom. mean k (推定されたkの候補の平均)= 6411
## k +/- 1.96 SD (kの95%信頼区間) = 4019 - 10225
## geom. mean MSY (推定されたMSYの平均)= 118
## MSY +/- 1.96 SD (95%信頼区間) = 90.1 - 154
## Seriola quinqueradiata
## Last year:データ最新年 = 2013 , last catch:データ最新年漁獲量 = 117
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.185656 - 0.203999 k
## Assumed intermediate biomass (B/K) in 2005 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.2777001 - 0.2956848 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 117 - 5850
## Find ( 45 ) possible g-k combinations from 1st run
## First MSY (平均推定MSY) = 114
## First g (平均推定成長率) = 0.0657
## New upper bound for g (更新した成長率範囲) = 0.095
## New range for k (更新した環境収容力範囲)= 3003 - 4567
## Possible combinations (パラメーターgとkの候補数) = 244
## geom. mean g (推定されたgの候補の平均) = 0.0739
## g +/- 1.96 SD (gの95%信頼区間) = 0.0619 - 0.0881
## geom. mean k (推定されたkの候補の平均)= 3707
## k +/- 1.96 SD (kの95%信頼区間) = 2908 - 4726
## geom. mean MSY (推定されたMSYの平均)= 110
## MSY +/- 1.96 SD (95%信頼区間) = 102 - 118
## Pseudopleuronectes yokohamae
## Last year:データ最新年 = 2013 , last catch:データ最新年漁獲量 = 3
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.1291158 - 0.1492125 k
## Assumed intermediate biomass (B/K) in 2007 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.1262476 - 0.1462883 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 3 - 150
## Find ( 39 ) possible g-k combinations from 1st run
## First MSY (平均推定MSY) = 3.53
## First g (平均推定成長率) = 0.0664
## New upper bound for g (更新した成長率範囲) = 0.093
## New range for k (更新した環境収容力範囲)= 101 - 147
## Possible combinations (パラメーターgとkの候補数) = 418
## geom. mean g (推定されたgの候補の平均) = 0.0708
## g +/- 1.96 SD (gの95%信頼区間) = 0.0578 - 0.0867
## geom. mean k (推定されたkの候補の平均)= 125
## k +/- 1.96 SD (kの95%信頼区間) = 101 - 153
## geom. mean MSY (推定されたMSYの平均)= 3.53
## MSY +/- 1.96 SD (95%信頼区間) = 3.42 - 3.64
## Todarodes pacificus
## Last year:データ最新年 = 2014 , last catch:データ最新年漁獲量 = 39
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.6644023 - 0.6879829 k
## Assumed intermediate biomass (B/K) in 1998 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.3440796 - 0.3688214 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 150 - 7500
## Find ( 77 ) possible g-k combinations from 1st run
## First MSY (平均推定MSY) = 71
## First g (平均推定成長率) = 0.0416
## New upper bound for g (更新した成長率範囲) = 0.093
## New range for k (更新した環境収容力範囲)= 2552 - 5554
## Possible combinations (パラメーターgとkの候補数) = 316
## geom. mean g (推定されたgの候補の平均) = 0.0445
## g +/- 1.96 SD (gの95%信頼区間) = 0.0231 - 0.0857
## geom. mean k (推定されたkの候補の平均)= 4086
## k +/- 1.96 SD (kの95%信頼区間) = 2682 - 6225
## geom. mean MSY (推定されたMSYの平均)= 72.7
## MSY +/- 1.96 SD (95%信頼区間) = 57.3 - 92.2
## Todarodes pacificus
## Last year:データ最新年 = 2014 , last catch:データ最新年漁獲量 = 134
## Resilience:レジリエンス = Medium
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.2578061 - 0.2817525 k
## Assumed intermediate biomass (B/K) in 1998 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.3158057 - 0.3392635 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.02373799 - 0.07912663
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 224 - 11200
## Find ( 67 ) possible g-k combinations from 1st run
## First MSY (平均推定MSY) = 143
## First g (平均推定成長率) = 0.0501
## New upper bound for g (更新した成長率範囲) = 0.092
## New range for k (更新した環境収容力範囲)= 3959 - 7875
## Possible combinations (パラメーターgとkの候補数) = 182
## geom. mean g (推定されたgの候補の平均) = 0.0597
## g +/- 1.96 SD (gの95%信頼区間) = 0.0431 - 0.0828
## geom. mean k (推定されたkの候補の平均)= 5828
## k +/- 1.96 SD (kの95%信頼区間) = 4028 - 8433
## geom. mean MSY (推定されたMSYの平均)= 139
## MSY +/- 1.96 SD (95%信頼区間) = 133 - 146
## Pagrus major
## Last year:データ最新年 = 2013 , last catch:データ最新年漁獲量 = 6
## Resilience:レジリエンス = Low
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.3131289 - 0.3310601 k
## Assumed intermediate biomass (B/K) in 2001 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.2449841 - 0.2623401 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.007912663 - 0.02373799
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 6 - 300
## Find ( 0 ) possible g-k combinations from 1st run
## ( 0 ) possible g-k combinations from 2nd run
## Too few ( 0 ) possible g-k combinations, check input parameters
## Pagrus major
## Last year:データ最新年 = 2013 , last catch:データ最新年漁獲量 = 1
## Resilience:レジリエンス = Low
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.1430534 - 0.1634482 k
## Assumed intermediate biomass (B/K) in 1998 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.09345821 - 0.1111512 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.007912663 - 0.02373799
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 2 - 100
## Find ( 0 ) possible g-k combinations from 1st run
## ( 2 ) possible g-k combinations from 2nd run
## Too few ( 2 ) possible g-k combinations, check input parameters
## Pagrus major
## Last year:データ最新年 = 2013 , last catch:データ最新年漁獲量 = 2
## Resilience:レジリエンス = Low
## Process error:プロセスエラー = 0
## Assumed initial biomass (B/k) :データ初期の推定B/K・データ初期B/Kの回帰の45%-55%点 = 0.2884535 - 0.3077653 k
## Assumed intermediate biomass (B/K) in 1997 :データ中期の推定B/K = 0 - 1 k
## Assumed final biomass (B/K):データ終期の推定B/K・データ終期B/Kの回帰の45%-55%点 = 0.2155498 - 0.2328103 k
## Initial bounds for g:レジリエンスに対応したgをphiで変形した後の事前範囲 = 0.007912663 - 0.02373799
## Initial bounds for k:Kの事前範囲(漁獲量の1~50倍) = 3 - 150
## Find ( 0 ) possible g-k combinations from 1st run
## ( 0 ) possible g-k combinations from 2nd run
## Too few ( 0 ) possible g-k combinations, check input parameters#resukts = run_gum_assessment_Kei(dat = less_dat)
#results_no_sciname = run_gum_assessment(dat = no_dat) #test when no scientific nameCompare with Japan Full Stock Assessment
Biomass_JP <- RAM_JP_2 %>%
select(year=Year,Biomass_FSA,IdOrig) %>%
mutate(Biomass_FSA = Biomass_FSA/1000) %>%
na.omit()
stocks <- unique(RAM_JP_2$IdOrig)
results1 <- results %>%
left_join(Biomass_JP,by=c("IdOrig","year"))
for (i in 1:length(stocks)) {
a <- results1[results1$IdOrig==stocks[i],]
b <- a$CommName[1]
v <- ggplot(a,aes(x=year,y=Biomass))+
labs(title = paste("Timeseries Biomass ", b ,"(Black = estimate, Red = Stock Assessment)"))+
geom_line(color="Black") +
geom_line(data=a,aes(x=year,y=Biomass_FSA),color ="Red")
plot(v)
}
## Warning: Removed 16 rows containing missing values (geom_path).
## Warning: Removed 15 rows containing missing values (geom_path).
## Warning: Removed 24 rows containing missing values (geom_path).
## Warning: Removed 30 rows containing missing values (geom_path).
## Warning: Removed 33 rows containing missing values (geom_path).
## Warning: Removed 53 rows containing missing values (geom_path).
## Warning: Removed 40 rows containing missing values (geom_path).
## Warning: Removed 32 rows containing missing values (geom_path).
## Warning: Removed 53 rows containing missing values (geom_path).
## Warning: Removed 56 rows containing missing values (geom_path).
## Warning: Removed 50 rows containing missing values (geom_path).
## Warning: Removed 55 rows containing missing values (geom_path).
## Warning: Removed 55 rows containing missing values (geom_path).
## Warning: Removed 55 rows containing missing values (geom_path).
#ggplot(results,aes(MSY)) +
# geom_histogram()
#ggplot(results_no_sciname,aes(MSY)) +
# geom_histogram()
#a = ggKobe(dat = results)
#a